Lsg Bart Base 16384 Arxiv

🚀 ccdv/lsg-bart-base-16384-arxiv

このモデルは、scientific_papers arxiv データセット上で ccdv/lsg-bart-base-4096-arxiv をファインチューニングしたバージョンです。このモデルは、16384の長いシーケンスを扱うように変換され、1エポックで適切にファインチューニングされています。テストセットでは以下の結果を達成しています。

🚀 クイックスタート

Transformers >= 4.36.1 このモデルはカスタムモデリングファイルに依存しています。trust_remote_code=True を追加する必要があります。 詳細は #13467 を参照してください。

LSG ArXiv 論文。Githubの変換スクリプトはこのリンクから入手できます。

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("ccdv/lsg-bart-base-16384-arxiv", trust_remote_code=True)
model = AutoModelForSeq2SeqLM.from_pretrained("ccdv/lsg-bart-base-16384-arxiv", trust_remote_code=True)

text = "Replace by what you want."
pipe = pipeline("text2text-generation", model=model, tokenizer=tokenizer, device=0)
generated_text = pipe(
  text, 
  truncation=True, 
  max_length=64, 
  no_repeat_ngram_size=7,
  num_beams=2,
  early_stopping=True
  )

✨ 主な機能

このモデルは、ccdv/lsg-bart-base-4096-arxiv を scientific_papers arxiv データセットでファインチューニングしたものです。16384の長いシーケンスを扱うように変換され、1エポックでファインチューニングされています。

このモデルは、以下のような結果をテストセットで達成しています。

参考モデル:

📚 ドキュメント

モデルの説明

このモデルは、長いシーケンスを扱うためにLocal-Sparse-Globalアテンションを使用しています。

このモデルは約1億4500万のパラメータを持ち（エンコーダ6層 - デコーダ6層）、ccdv/lsg-bart-base-4096-arxiv からウォームスタートされ、長いシーケンスを扱うように変換（エンコーダのみ）され、ファインチューニングされています。

想定される用途と制限

詳細情報が必要です。

学習と評価データ

詳細情報が必要です。

学習手順

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました。

• 学習率: 8e-05
• 学習バッチサイズ: 8
• シード: 42
• 勾配累積ステップ数: 4
• 総学習バッチサイズ: 32
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: 線形
• 学習率スケジューラのウォームアップ比率: 0.1
• エポック数: 1.0

生成ハイパーパラメータ

生成中に以下のハイパーパラメータが使用されました。

• データセット名: scientific_papers
• データセット設定名: arxiv
• 評価バッチサイズ: 4
• 評価サンプル数: 6440
• 早期終了: True
• 損失計算時にパディングトークンを無視: True
• 長さペナルティ: 2.0
• 最大長: 320
• 最小長: 32
• ビームサーチ数: 5
• 繰り返しNGramサイズ: None
• シード: 123

フレームワークバージョン

• Transformers 4.18.0
• Pytorch 1.10.1+cu102
• Datasets 2.1.0
• Tokenizers 0.11.6